AI 学习资料

(已编辑)

有，建议先走 AI 通识 → 生成式 AI → LLM / RAG / Agent → 工程实践 这条线。你先建立全局地图，再根据兴趣深入到 Agent、RAG、模型原理或 AI 产品工程。

第一优先级：通识入门

资源	类型	适合你学什么
Elements of AI	在线课程	适合第一门 AI 课，目标是“去神秘化 AI”，由 MinnaLearn 和赫尔辛基大学创建，免费、自学式。(Elements of AI)
AI For Everyone - DeepLearning.AI	在线课程	吴恩达的非技术向 AI 课，讲 AI、机器学习、数据科学、神经网络、AI 项目流程和企业落地，官方说明无需技术或商业背景。(DeepLearning.ai)
Google Machine Learning Foundational Courses	在线文档/课程	Google 把 Introduction to Machine Learning、Machine Learning Crash Course、Problem Framing、Managing ML Projects 放在基础课程路径里，适合补“机器学习到底怎么工作”。(Google for Developers)
3Blue1Brown Neural Networks / Transformers	视频	用动画理解神经网络、梯度下降、Transformer、Attention，适合建立直觉。(YouTube)
李宏毅《生成式人工智慧導論 2024》	中文视频/课程页	中文圈很适合的生成式 AI 通识课，课程页说明重点是解释生成式 AI 基本原理。(NTU Speech Processing Laboratory)

推荐顺序：Elements of AI → AI For Everyone → 3Blue1Brown → 李宏毅生成式 AI 导论 → Google ML Crash Course。

第二优先级：生成式 AI 通识

资源	类型	适合你学什么
Microsoft Generative AI for Beginners	GitHub + 在线课程	21 课，面向生成式 AI 应用开发，覆盖 LLM、Prompt、RAG、Agent 等主题。(GitHub)
Hugging Face LLM Course	在线文档/课程	学 LLM、NLP 和 Hugging Face 生态，官方介绍为使用 HF 生态学习大语言模型。(Hugging Face)
Google Introduction to Generative AI Learning Path	在线课程	Google Cloud 的生成式 AI 入门路径，覆盖生成式 AI、LLM 基础和 Responsible AI。(Google Skills)
Microsoft AI for Beginners	GitHub	12 周、24 课，包含 practical lessons、quizzes、labs，适合系统扫 AI 基础。(GitHub)

这一层学完，你应该能说清楚：

AI、ML、DL、LLM、生成式 AI 的关系
Prompt、embedding、token、context window 是什么
RAG 为什么需要检索
Agent 为什么需要工具调用
AI 产品为什么会出现幻觉、延迟、成本和权限问题

第三优先级：深入分支选择

你感兴趣的方向	深入资源	学完能做什么
想懂 LLM 原理	Karpathy build-nanogpt；3Blue1Brown Transformer；Stanford CS25	看懂 token、embedding、attention、Transformer、训练大概流程。Karpathy 的 build-nanogpt 仓库配套视频，用逐步 commit 复现 nanoGPT。(GitHub)
想做 AI 应用工程	Full Stack Deep Learning；Microsoft Generative AI for Beginners	理解 AI 产品从问题定义、模型选择、部署、持续学习到 UX 设计的完整生命周期。(Full Stack Deep Learning)
想做 LLM / NLP 应用	Hugging Face LLM Course	学模型、tokenizer、pipeline、transformers、开源模型生态。(Hugging Face)
想做 Agent	Microsoft AI Agents for Beginners	课程覆盖构建 AI Agent 的基础，每课一个主题，适合后面接 Agent 工程。(GitHub)
想看前沿视野	Stanford CS25 Transformers United	Stanford 课程页介绍它会覆盖 GPT、艺术、生物、机器人等 Transformer 和 AI 突破。(Stanford University)

30 天通识学习安排

周	学习内容	资源
第 1 周	AI 是什么、能做什么、企业怎么落地	Elements of AI + AI For Everyone
第 2 周	机器学习基础：数据、训练、模型、评估	Google ML Crash Course + 3Blue1Brown
第 3 周	生成式 AI：LLM、Prompt、Embedding、Transformer	李宏毅生成式 AI + Hugging Face LLM Course
第 4 周	应用场景：RAG、Agent、AI 产品、评测	Microsoft Generative AI for Beginners + Full Stack Deep Learning

每周产出一页笔记，按这个模板写：

CodeBlock Loading...

我的推荐路线

你先看这 5 个：

AI For Everyone
3Blue1Brown Neural Networks / Transformers
李宏毅《生成式人工智慧導論 2024》
Microsoft Generative AI for Beginners
Hugging Face LLM Course

看完后再分流：想做业务落地，深入 RAG + Agent + 评测；想懂底层，深入 Transformer + Karpathy nanoGPT + Stanford CS25；想找 AI 工程岗位，深入 AI 应用工程 + Python 后端 + LangGraph / MCP。